PackedSequence

class torch.nn.utils.rnn.PackedSequence(data, batch_sizes=None, sorted_indices=None, unsorted_indices=None)

存储打包序列的数据和 batch_sizes 的列表。

所有 RNN 模块都接受打包序列作为输入。

注意

此类实例不应手动创建。它们应由类似 pack_padded_sequence() 这样的函数实例化。

批大小表示每个序列步骤中元素的数量，而不是传递给 pack_padded_sequence() 的变长序列长度。例如，给定数据 abc 和 x ， PackedSequence 将包含数据 axbc ，其中 batch_sizes=[2,1,1] 。

变量:

• data（张量）- 包含打包序列的张量

• batch_sizes（张量）- 包含每个序列步骤的批量大小的整数张量

• sorted_indices（整数 Tensor，可选）- 表示如何从序列中构建 PackedSequence 的整数 Tensor。

• unsorted_indices（整数 Tensor，可选）- 表示如何恢复具有正确顺序的原始序列。

返回类型:

自身

注意

data 可以位于任意设备上，并且可以是任意数据类型的。 sorted_indices 和 unsorted_indices 必须是与 data 相同的设备上的 torch.int64 张量。

然而， batch_sizes 始终应该是一个 CPU torch.int64 张量。

此不变量在整个 PackedSequence 类及其所有构建 PackedSequence 的函数（即它们只传递符合此约束的张量）中保持不变。

批处理大小 Tensor

字段编号 1 的别名

计算值出现的次数。

返回值出现的次数。

数据 Tensor

字段编号 0 的别名

返回值首次出现的位置。参数：value（值），start（起始位置，默认为 0），stop（结束位置，默认为 9223372036854775807）。

返回值首次出现的位置。

如果值不存在，则引发 ValueError。

属性 is_cudabool

返回 self.data 存储在 GPU 上的结果。

is_pinned()

返回 self.data 存储在固定内存上的结果。

返回类型:

布尔型

sorted_indices: Optional[Tensor]

字段编号 2 的别名

to(dtype: torch.dtype, non_blocking: bool = ..., copy: bool = ...) → Self

to(device: Optional[Union[str, torch.device, int]] = ..., dtype: Optional[torch.dtype] = ..., non_blocking: bool = ..., copy: bool = ...) → Self

to(other: Tensor, non_blocking: bool = ..., copy: bool = ...) → Self

对 self.data 执行数据类型和/或设备转换。

它的签名与 torch.Tensor.to() 相似，但可选参数如 non_blocking 和 copy 应作为 kwargs 传递，否则它们将不会应用于索引张量。

注意

如果 self.data Tensor 已经具有正确的 torch.dtype 和 torch.device ，则返回 self 。否则，返回具有所需配置的副本。

unsorted_indices: Optional[Tensor]

字段编号 3 的别名